【图像超分】论文精读：Unfolding the Alternating Optimization for Blind Super Resolution（DAN）

最新推荐文章于 2024-05-30 10:45:14 发布
最新推荐文章于 2024-05-30 10:45:14 发布
阅读量77 收藏
点赞数
分类专栏： 超分辨率重建（理论+实战，科研+应用） 文章标签： 计算机视觉 人工智能 深度学习 超分辨率重建 图像处理 论文阅读 论文笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36584673/article/details/138078751
版权
DAN是一种端到端的深度学习模型，用于解决盲超分辨率问题，通过交替优化算法估计模糊核并恢复高分辨率图像。与传统两步方法相比，DAN的Restorer和Estimator模块相互配合，提高了估计精度和模型的鲁棒性。实验证明，DAN在合成和真实图像上超越了现有方法，同时具备更高的推理速度。
摘要由CSDN通过智能技术生成

第一次来请先看这篇文章：【超分辨率（Super-Resolution）】关于【超分辨率重建】专栏的相关说明，包含专栏简介、专栏亮点、适配人群、相关说明、阅读顺序、超分理解、实现流程、研究方向、论文代码数据集汇总等）

文章目录

前言

论文题目：Unfolding the Alternating Optimization for Blind
Super Resolution —— 展开盲超分辨率的交替优化

论文地址：Unfolding the Alternating Optimization for Blind
Super Resolution

Pytorch代码：https://github.com/greatlog/DAN

NeurIPS 2020！

Abstract

以往的方法将盲超分辨率(SR)问题分解为两个顺序步骤:i)从给定

了解本专栏 订阅专栏 解锁全文
十小大
关注
专栏目录
订阅专栏
【CVPR2021】Learning the Non-differentiable Optimization for Blind Super-Resolution(AMNet)
学习带来的快乐最持久~
05-07 598
针对SR方法中的逐步迭代优化策略费时且计算量大的问题，作者提出了高效轻量的AmLayer作为模糊核预测器。 针对盲超分与感知评价指标（如NIQE）不可微的问题，作者将强化学习首次引入到了SR任务当中。 实验结果表明，文中提出的模型在图像保证度与感知指标两方面整体上均超越了SOTA方法。
DAN:这是展开针对盲超分辨率的交替优化的正式实施
05-03
这是的正式实施 如果此仓库适合您，请引用我们的论文： @article{luo2020unfolding, title={Unfolding the Alternating Optimization for Blind Super Resolution}, author={Luo, Zhengxiong and Huang, Yan and Li, Shang and Wang, Liang and Tan, Tieniu}, journal={Advances in Neural Information Processing Systems (NeurIPS)}, volume={33}, year={2020} } 此仓库基于和构建 消息 增加更多的预训练权重并更新DANv1的结果！ 添加预训练的权重并更新大约的结果！ 添加DANv2 主要结果 关于设置1
Unfolding the Alternating Optimization for Blind Super Resolution
FengF2017的博客
01-28 1839
Unfolding the Alternating Optimization for Blind Super Resolution 论文信息 Paper: [NeurIPS2020] Unfolding the Alternating Optimization for Blind Super Resolution Link: https://papers.nips.cc/paper/2020/file/3d2d8ccb37df977cb6d9da15b76c3f3a-Paper.pdf Code: htt
github非常张星-Real-ESRGAN盲超分
CSS360的博客
09-19 2716
如上图所示对比双三次上采样、ESRGAN、RealSR以及Real-ESRGAN方法，本论文提出的方法可以获得较好的结果。使用纯合成数据训练的Real-ESRGAN模型能够增强细节，同时消除常见真实世界图像的伪影。 摘要：尽管科研人员已经在盲超分辨率方向进行了许多尝试，以恢复具有未知和复杂退化的低分辨率图像，但目前仍然远远不能解决一般的真实退化图像。在论文这项工作中，我们将强大的ESRGAN扩展到一个实际的恢复应用程序（即Real-ESRGAN），该应用程序使用纯合成数据进行训练。具体而言，引入了高阶..
(NIPS2020)Unfolding the Alternating Optimization for Blind Super Resolution 笔记
u014447845的博客
10-23 3686
(NIPS2020)Unfolding the Alternating Optimization for Blind Super Resolution https://github.com/greatlog/DAN.git 一、建模 现有盲超分方法大多基于以下退化模型： 为解决这个模型，一般先进行去噪，剩下的就是解决模糊核估计和超分问题： 为解决这个优化问题呢，一般又将该问题分成两步迭代求解： 但是这个解决方案有几个问题：1）这两步是分开处理的，需要多个模型，训练麻...
【图像超分】论文精读：Deep Unfolding Network for Image Super-Resolution（USRNet/USRGAN）
畅游计算机视觉的海洋
05-02 813
基于学习的单图像超分辨率 (SISR) 方法与传统的基于模型的方法相比不断显示出卓越的有效性和效率，这主要是由于端到端训练。然而，与基于模型的方法不同，后者可以在统一的MAP(最大后验)框架下处理不同尺度因子、模糊核和噪声级别的SISR问题，基于学习的方法通常缺乏这种灵活性。为了解决这个问题，本文提出了一种端到端的可训练展开网络，该网络同时利用基于学习的方法和基于模型的方法。具体来说，通过半二次分裂算法展开MAP推理，可以得到固定数量的迭代，包括交替求解数据子问题和先验子问题。然后可以用神经模块解决这两个子
【图像超分】论文精读：Deep Plug-and-Play Super-Resolution for Arbitrary Blur Kernels（DPSR）
最新发布
畅游计算机视觉的海洋
05-30 581
虽然基于深度神经网络的单幅图像超分辨率(SISR)方法越来越受欢迎，但它们主要是为广泛使用的双三次退化而设计的，而且它们仍然面临着用任意模糊核超分辨率低分辨率(LR)图像的基本挑战。同时，即插即用图像恢复由于其模块化结构，易于插入去噪先验，具有很高的灵活性。在本文中，我们提出了一种原则性的公式和框架，通过在即插即用框架的帮助下扩展基于双三次退化的深度SISR来处理具有任意模糊核的LR图像。具体来说，我们设计了一种新的SISR退化模型，以利用现有的模糊核估计的盲去模糊方法。
CVPR2020：Deep Unfolding Network for Image Super-Resolution解读
hbw136的博客
02-19 5875
Title：Deep Unfolding Network for Image Super-Resolution(图像超分辨率的深度展开网络) Writers：Kai Zhang Luc Van Gool Radu Timofte Conference：cvpr2020 作者单位：Computer Vision Lab, ETH Zurich, Switzerland 代码链接： 论文链接： 问题动机： 基于学习的单图像超分辨率(SISR)方法不断显示出优于传统的基于模型的方法的有效性和高效率，这在很大程度上
Deep Unfolding Network for Image Super-Resolution.pdf
12-13
图像超分辨率（Single Image Super-Resolution, SISR）是一项旨在从低分辨率（LR）图像中恢复出自然、锐利的高分辨率（HR）图像的技术，是计算机视觉领域的一个经典逆问题，具有广泛的现实应用，如提升高清显示器上...
超星技巧荟萃（很详细）
01-18
超星技巧，很详细很好很强大，真的，不信你就看看
bootstrap彩色斑马进度条
11-28
插件描述：基于Bootstrap制作的超酷彩色斑马线条纹进度条设计效果。演示地址：http://www.jq22.com/jquery-info10964
64bit Obiee的Excel odbc数据源问题解决
06-24
一般的64bitwin7系统的office版本都是32bit的office，所以我们在控制面板中的数据源中是找不到32bit的Excel数据源驱动的，当然可以在C:\Windows\SysWOW64的odbcad32.exe中可以添加Excel的数据源，在控制面板中的ODBC中的用户DSN可以看到，在系统的DSN看不到，当然在 BIEE中导入Excel数据源的时候也找不到Excel数据源。以下是我的解决办法! 先卸载原来系统自带office，然后下载一个office2010 64位的（这里不提供了，但是提供了激活软件）。
Sybase数据库大全
10-23
来着网络整理成PDF，希望对大家有所帮助！
alternating_optimization_交替优化的源代码_
09-28
实现智能反射面的被动波束成形和基站主动波束成形的交替优化算法
MyDLNote-Enhancment: [SR专文] Deep Unfolding Network for Image Super-Resolution
u014546828的博客
05-21 3122
2020CVPR -- Deep Unfolding Network for Image Super-Resolution [paper] :Deep Unfolding Network for Image Super-Resolution [github] :https://github.com/cszn/USRNet Abstract Learning-based single image super-resolution (SISR) meth...
Unsupervised Degradation Representation Learning for Blind Super-Resolution（基于无监督退化表示学习的盲超分辨率处理）
长期更新自学笔记
04-23 2122
Abstract(摘要) 目前的SR方法大多是基于固定且已知的一种下采样方法，如双三次下采样，但是当真实图片的情况与假设的方法不同时，即真实的图片因为各种各样的不确定性因素，图像有多重降质（含有下采样、模糊、噪声等等）的情况，此时网络结构的性能与在理想情况下相比会产生很大的误差。因此，如何使网络结构能够处理多重降质的情况，是一个重要的研究方向。 本文提出的方法 提出了一种无监督退化表示学习方案，具体的说，我们学习抽象表示来区分表示空间的各种退化，而不是像素空间的显式估计； 引入了一个退化感知（Degrad
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

十小大

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值